Dialnet-MedicionDeIntervalosTemporalesEnLaSenalEcgUtilizan-4587426 (1)

Scientia et Technica Año XV, No 43, Diciembre de 2009. Universidad Tecnológica de Pereira. ISSN 0122-1701
49
MEDICIÓN DE INTERVALOS TEMPORALES EN LA SEÑAL ECG UTILIZANDO
TRANSFORMADA WAVELET
Measurement of time intervals in the ECG signal using Wavelet Transform
RESUMEN
Este documento presenta la metodología para la medición de
intervalos temporales de interés en la señal electrocardiográfica,
partiendo de los datos recolectados mediante un dispositivo móvil de
adquisición y almacenamiento tipo Holter.
PALABRAS CLAVES: ECG, intervalos, RR, QT, Holter,
Wavelets.
ABSTRACT
This document presents the methodology for measuring time
intervals of interest in the electrocardiographic signal, according to
data collected through a mobile device acquisition and storage of
Holter.
KEYWORDS: ECG, intervalos, RR, QT, Holter, Wavelets.
1. INTRODUCCIÓN
El electrocardiograma o ECG es una representación
gráfica de las fuerzas eléctricas que trabajan dentro del
corazón. Durante el ciclo cardíaco de bombeo y llenado,
un patrón conocido de pulsos eléctricos cambiantes
refleja exactamente la acción del corazón. Estos pulsos
pueden ser recogidos a través de electrodos pegados a la
superficie del cuerpo. La actividad del corazón
representada por ondas características puede así ser
evaluada instantáneamente en un monitor o ser impresa
sobre un papel milimetrado para su estudio posterior [1].
JORGE HERNANDO RIVERA
Ingeniero Electrónico, M. Sc.
Profesor Asociado
Universidad Tecnológica de Pereira
j.rivera@utp.edu.co
EDISON DUQUE
Ingeniero Electrónico, M. Sc.
Profesor Asociado
Universidad Tecnológica de Pereira
eduque@utp.edu.co
LUIS ENRIQUE AVENDAÑO
Ingeniero Electrónico, M. Sc., Ph. D. (c)
Profesor Titular
Universidad Tecnológica de Pereira
leavenda@utp.edu.co
Figura 1. Señal electrocardiográfica y sus intervalos.
En nuestro caso particular, la señal ECG se adquiere
mediante un dispositivo móvil de adquisición y
almacenamiento, para luego ser transferida a una
computadora donde se realiza el análisis y la medición de
los intervalos mediante la transformada Wavelet (TW).
2.
DISPOSITIVO
DE
ADQUISICIÓN
ALMACENAMIENTO DE LA SEÑAL ECG
Y
Una versión portátil de electrocardiógrafo esta en uso
desde 1961, el registro Holter, mediante el cual se puede
registrar el electrocardiograma de una persona durante las
24 horas del día. El paciente conecta los electrodos al
cuerpo y por medio de cables conectores se registra la
señal electrocardiográfica en un dispositivo de grabación;
al cabo de uno o dos días, el médico estudia el registro
para determinar que sucede en el corazón del paciente.
Tradicionalmente estos equipos utilizan cintas
magnéticas para almacenar la señal tomada, con los
inconvenientes que esto conlleva como baja capacidad de
almacenamiento, posibilidad de ruido en la señal
almacenada, deterioro de las cintas por hongos, trabajar
con equipos obsoletos, etc.
En la actualidad, se busca desarrollar dispositivos tipo
Holter con sistemas de almacenamiento de estado sólido
Fecha de Recepción: 15 de Septiembre de 2009.
Fecha de Aceptación: 12 de Noviembre de 2009
50
Scientia et Technica Año XV, No 43, Diciembre de 2009. Universidad Tecnológica de Pereira
(semiconductor), con lo cual se pueden obtener mayores
capacidades de almacenamiento, mayor velocidad en la
transferencia de datos y menor tamaño del equipo
terminado. Esto se ha logrado gracias a que se han hecho
grandes desarrollos en los dispositivos de procesamiento
de información como son los microprocesadores,
microcontroladores, arreglos lógicos programables
FPGA’s, dispositivos lógicos programables PLD’s,
procesadores digitales de señal DSP’s, memorias tipo
Flash, etc. Algunos de estos dispositivos permiten
implantar algoritmos de compresión de datos en tiempo
real haciendo que el requerimiento de capacidad de
memoria sea más pequeño, teniendo como principal
inconveniente su valor comercial.
El uso de memorias digitales de estado sólido (tipo Flash
por ejemplo) para almacenar la señal electrocardiográfica
permite obtener grandes capacidades de almacenamiento,
bajos costos, posibilidad de transferir los datos tomados a
una computadora fácilmente, posibilidad de transmitirlos
vía celular, entre otros, además de permitir la
construcción de equipos mucho más modernos y
precisos, libre de interferencias en los datos ya
almacenados.
Figura 2. Diagrama en bloques del dispositivo de adquisición y
almacenamiento.
El dispositivo diseñado para el presente estudio utiliza un
microcontrolador PIC16F877 como elemento central, la
conversión Analógico a Digital es de 12 bits con un
convertidor ADS7812, se tiene un amplificador de
aislamiento AD210 el cual brinda seguridad al paciente,
amplificador
de
instrumentación
INA121,
almacenamiento de los datos en una memoria Flash tipo
MMC con lo cual se obtiene una gran capacidad de
almacenamiento y la interfaz de comunicación con la
computadora es del tipo serial RS-232. En la figura 2 se
muestra el diagrama de bloques del equipo.
para filtrar digitalmente y para encontrar las ondas
características de la señal P, Q, R, S y T.
a)
Respuesta del filtro pasabajos
b)
Respuesta del filtro rechaza-banda
c)
Respuesta del filtro pasaaltos
Figura 3. Respuesta de los filtros analógicos
Al encontrar estos picos en la señal se pueden medir las
distancias entre ellos, para obtener valores de interés
como la duración entre picos R, es decir el intervalo RR
que permite calcular la frecuencia cardíaca, el intervalo
QT, que permite realizar diagnósticos de potenciales
arritmias, etc.
En el circuito se incluyeron un filtro pasabajos para
eliminar ruido de alta frecuencia (con corte en 50Hz),
filtro rechaza-banda calculado para eliminar la señal de
60Hz y filtro pasa altos para eliminar señales de muy baja
frecuencia con corte en 0,05Hz. La respuesta de los
filtros se muestra en la figura 3.
Figura 4. Memoria MMC utilziada para almacenar los datos
Los datos almacenados en la memoria Flash se trasladan
a la computadora mediante una interfaz serial RS-232,
allí se reciben como un archivo de texto y posteriormente
se procesan en Matlab mediante el software realizado
3. SOFTWARE DE FILTRADO DE LOS DATOS
Adicional al filtrado analógico que se realizó en el
circuito de adquisición de la señal, también se realiza un
filtrado digital a los datos almacenados. Este filtrado
Scientia et Technica Año XV, No 43, Diciembre de 2009. Universidad Tecnológica de Pereira
permite corregir las posibles interferencias indeseadas
que hayan quedado en la señal de ECG
51
De esta forma, se buscan los pares de módulos máximos
que corresponden a la onda R, para determinar el pico se
Para mostrar los resultados obtenidos con el software de
filtrado y análisis de los datos se utilizan dos señales de
prueba, la primera es la señal 106 tomada de la base de
datos del MIT-BIH (Massachusetts Institute of
Technology – Beth Israel Hospital), la segunda es una
señal tomada con el dispositivo tipo Holter que se ha
diseñado. Esto se hace para tener una comparación
efectiva al utilizar una señal conocida y que es
ampliamente utilizada en las pruebas de software en todo
el mundo.
Para hacer el filtrado que elimina la señal de línea base se
hace una descomposición de la señal original utilizando
una wavelet Daubechies, con lo cual se obtienen por
aparte los coeficientes de aproximación y los de detalle
[2]. Siendo los primeros los que corresponden a las
frecuencias bajas de la señal, y son eliminados al hacer la
reconstrucción de la señal.
a)
Señal 106 de la base de datos MIT-BIH en su forma
original.
b)
Señal tomada con el dispositivo de adquisición y
almacenamiento en su forma original
Para eliminar el ruido de alta frecuencia lo que se hace
es eliminar los coeficientes de detalle que corresponden a
las frecuencias altas de la señal.
Figura 6. Señales originales a ser filtradas
Figura 5. Efecto de la descomposición wavelet.
Para presentar los resultados del software de filtrado se
muestran en la figura 6 las dos señales probadas, la
primera corresponde a la señal 106 de la base de datos
MIT-BIH, la segunda a una señal tomada con el
dispositivo de adquisición y almacenamiento a un joven
de 22 años. Posteriormente en la figura 7 se muestran las
señales ya filtradas, nótese la mejora en la claridad de la
señal.
a)
Señal 106 de la base de datos MIT-BIH filtrada
b)
Señal tomada con el dispositivo de adquisición y
almacenamiento luego de filtrada
4. SOFTWARE PARA LA DETECCIÓN DE LAS
ONDAS CARACTERÍSTICAS
Después de tener la señal ECG filtrada, se aplica la
transformada wavelet continua (CWT) ya que permite
tener la señal en diferentes escalas, las cuales son
utilizadas en la detección de la ondas características.
Scientia et Technica Año XV, No 43, Diciembre de 2009. Universidad Tecnológica de Pereira
52
Figura 7. Señales filtradas utilizando descomposición
Wavelet (son las mismas de la figura 6 ya filtradas)
buscan un par de módulos máximos de signo opuesto, y
el cruce por cero entre ellos nos determinan la ubicación
de la onda R.
Para la detección de la onda Q se toma una ventana de
120 ms hacia atrás del pico R y para la onda T una
ventana de 200ms hacia adelante del pico R.
Utilizando entonces las técnicas mencionadas se calculan
las distancias entre los picos de interés, por ejemplo entre
picos R para hallar la frecuencia cardíaca, entre los picos
Q y T para medir el intervalo QT y el intervalo QT
corregido. En la figura 9 se muestran los resultados
obtenidos para la señal 106 de la base de datos del MITBIH y en la figura 10 los resultados obtenidos para la
señal tomada con el dispositivo de adquisición y
almacenamiento a un joven de 22 años.
Con las funciones utilizadas obtenemos la distancia entre
picos R, lo cual nos da la frecuencia cardíaca, como se
verá en las figuras siguientes. También obtenemos
vectores que indican la localización de los picos R, Q y
T. De esta forma la medición de los tiempos se lleva a
cabo tomando en cuenta la posición de la muestra en el
vector y la frecuencia de muestreo. Para el caso de la
señal del MIT-BIH la señal de muestreo es de 360 y para
el dispositivo tipo Holter de 250.
Con los vectores obtenidos realizamos las medidas de los
tiempos RR, QT y QTc (QT corregido). Este último
correspondiente a la fórmula de Bazzet y que en algunos
casos resulta de gran interés para los médicos ya que la
presencia de un intervalo QT prolongado es una patología
bastante riesgosa para el paciente.
QTc =
QT
a)
Intervalo RR
b)
Frecuencia cardíaca
c)
Intervalo QT corregido
(fórmula de Bazzet)
RR
En la figura 8 se puede observar que la escala 2 de la
wavelet gaussiana serviría para encontrar los picos R y la
escala 16 para hallar las ondas T, por ejemplo.
Figura 8. Comparación de diferentes escalas de la wavelet
Gaussiana.
Scientia et Technica Año XV, No 43, Diciembre de 2009. Universidad Tecnológica de Pereira
Figura 9. Resultados obtenidos con la señal de prueba
106 de la base de datos MIT-BIH
53
El diseño del dispositivo tipo Holter permite capturar la
señal electrocardiográfica en un dispositivo de
almacenamiento digital de última generación. Esto
permite almacenar señales electrocardiográficas de larga
duración que pueden ser analizadas posteriormente
mediante software en MATLAB.
Se cuenta con algoritmos que permiten reducir las
diferentes perturbaciones que afectan el análisis de la
señal electrocardiográfica, como es el caso de la
umbralización y la descomposición multinivel que ofrece
la transformada wavelet.
a)
Intervalo RR
La transformada wavelet utilizada como herramienta de
análisis permite detectar características importantes de la
señal electrocardiográfica como es el caso de las
duraciones RR necesarias para visualizar la evolución del
ritmo cardiaco en el tiempo, detección del complejo
QRS, del intervalo QT, etc.
Las señales de ECG fueron depuradas del ruido causado
por interferencia de la red y desviación de línea de base
con la aplicación de la descomposición multinivel que
ofrece la transformada wavelet y así se comprobó su
utilidad en el suavizado de la señal al utilizar únicamente
los coeficientes de aproximación en la reconstrucción de
la misma.
En la obtención del inicio y final de las ondas Q y T en
ocasiones no se tuvo gran exactitud, debido a las fuertes
influencias de interferencia de la red (alta frecuencia),
línea base, y/o a la muy pequeña amplitud de las mismas.
b)
Frecuencia cardíaca
Para la continuidad de este trabajo se recomienda como
desarrollo futuro:
• Desarrollar un sistema automatizado de clasificación de
arritmias cardíacas utilizando los registros almacenados
por dispositivos tipo Holter.
• Construcción de un prototipo de Holter con un reloj de
tiempo real que permita registrar el instante de tiempo en
que
se
comienza
a
almacenar
la
señal
electrocardiográfica. Esto permite registrar la señal
electrocardiográfica en diferentes instantes del día y
hacer un análisis más sistematizado en la detección de
arritmias cuando estén ocurriendo determinados
síntomas.
6. BIBLIOGRAFÍA
c)
Intervalo QT corregido
Figura 10. Resultados obtenidos con la señal tomada con
el dispositivo de adquisición y almacenamiento a un
joven de 22 años
5. CONCLUSIONES Y RECOMENDACIONES
[1] Jorge Muñoz Marí. Compresión de ECG en tiempo
real con el DSP TMS320C25. Tésis de licenciatura,
Universidad de Valencia, 1997.
[2] Juan Diego Pulgarín Giraldo. Regularización
Mediante Modificación Discreta de Señales ECG
Perturbadas. Trabajo de grado, Universidad Nacional
Colombia – Sede Manizales, 2004.
54
Scientia et Technica Año XV, No 43, Diciembre de 2009. Universidad Tecnológica de Pereira
[16] Hoja de datos del circuito integrado MAX232A.
http://www.ladyada.net/techproj/Atmex/MAX232,232I.p
df.
Referencias consultadas:
[3] B. F. Giraldo. Contribución al diagnóstico automático
de arritmias cardíacas basado en el código Minnesota.
PhD thesis, Instituto de Cibernética, Universidad
Politécnica de Cataluña, Cataluña, 1996.
[4] D. Cuesta. Estudio de métodos para procesamiento y
agrupación de señales electrocardiográficas. PhD thesis,
Valencia, 2001.
[5] Luís Enrique Llamosa Rincón. Diseño de canales
para la detección de biopotenciales. Universidad
Tecnológica de Pereira, 2005.
[6] PhysioNet. Frequently Askes Questions about
PhysioNet. http://www.physionet.org/faq.shtml.
[7] Hoja de datos del amplificador de aislamiento
AD210.
http://www.analog.com/UploadedFiles/Data_Sheets/AD2
10.pdf
[8] Enrique Company-Bosch. ECG front-end design is
simplified with microconverter.
http://www.analog.com/library/analogDialogue/archives/
37-11/ecg.html.
[9] Hoja de datos del amplificador de instrumentación
INA121P.
http://focus.ti.com/lit/ds/symlink/ina121.pdf.
[10] Hoja de datos del amplificador de instrumentación
AD620.
http://www.analog.com/en/prod/0,2877,AD620,00.html
[11] hoja de datos del circuito integrado TL084CN.
http://focus.ti.com/lit/ds/symlink/tl084.pdf.
[12] Hoja de datos del microcontrolador PIC16F873A-I.
http://ww1.microchip.com/downloads/en/DeviceDoc/395
82b.pdf.
[13] Hoja de datos del convertidor ADS7812P.
http://focus.ti.com/lit/ds/symlink/ads7812.pdf
[14] MultimediaCard Specification. Samsung Electronics
Co.,
LTDA.
http://www.samsung.com/Products/Semiconductor/Flash
Card/MMC/index.htm.
[15] Particle MMC Card Reader.
http://www.hcilab.org/projects/particles/particlesmmc.htm
[17] D.Cuesta, “Revisión de Métodos y Algoritmos para
el Tratamiento de Señales
Electrocardiográficas”, Trabajo de Investigación,
departamento DISCA, PV, Junio
99.
[18] A. Koski, M. Juhola y M. Meriste, “Syntactic
Recognition of ECG Signals by
Attributed Finite Automata”, Pattern Recognition, Vol.
28, Núm. 12, pp. 1927- 1940, 1995.
[19] P. Trahanias y E. Skordalakis, “Syntactic
Pattern Recognition of the ECG”, IEEE Transactions
on Pattern Analysis and Machine Inteligence”, Vol. 12,
Núm. 7, pp. 648-656, Julio 1990.
[20]
D.L.
Donoho,
“De-Noising
by SoftThresholding”, Technical Report, Dept. of Statistics,
Stanford University, 1996.
[21] H. Inoue y A. Miyazaki, “A Noise Reduction
Method for ECG Signals Using the
Dyadic
Wavelet
Transform”,
IEICE
Trans.
Fundamentals, Vol. E81-A, Núm. 6, pp.
1001-1007, Junio 1998.
[22] M. Martínez, E. Soria, A. Rosado, J. Francés, R.
Magdalena, J. Muñoz, y A.J. Serrano, “Eliminación de
las Oscilaciones de la Línea Base en Registros de
Electrocardiografía Fetal”, CASEIB 98, pp. 81-83, 1998.
[23] P. Laguna, “Nuevas Técnicas de Procesado de
Señales Electrocardiográficas: Aplicación a Registros de
Larga Duración”. Tesis Doctoral. Instituto de Cibernética
de Cataluña. Octubre, 1990.